discoart

环境要求

• Python 3.7+（使用 pip 安装方式时）
• CUDA 版本的 PyTorch（README 明确要求）
• 支持 NVIDIA GPU 的 Docker 环境（运行命令带 --gpus all）
• Windows 用户需使用 WSL（Windows 11 或 Windows 10 21H2）
• 需要磁盘空间挂载 $HOME/.cache 存放模型缓存

安装与启动步骤

1. 1安装 Python 包

   适用于自托管、Colab 与系统集成等非图形环境；需先准备好 CUDA 版 PyTorch。

   pip install discoart

   复制

2. 2拉取 Docker 镜像

   官方提供开箱即用的预构建镜像，先拉取以更新到最新版本。

   docker pull jinaai/discoart:latest

   复制

3. 3启动 Notebook 容器

   映射 51000 到容器 8888，并挂载当前目录与缓存目录，需开启 GPU。

   docker run -p 51000:8888 -v $(pwd):/home/jovyan/ -v $HOME/.cache:/root/.cache --gpus all jinaai/discoart

   复制

4. 4打开 Notebook

   容器启动后在浏览器访问该地址即可进入 Jupyter Notebook 操作界面。

5. 5以服务模式运行

   改用 python 入口执行 discoart serve，暴露 gRPC/HTTP/websocket 的 51001 端口。

   docker run --entrypoint "python" -p 51001:51001 -v $(pwd):/home/jovyan/ -v $HOME/.cache:/root/.cache --gpus all jinaai/discoart -m discoart serve

   复制

6. 6调用服务生成

   安装 jina 客户端后连接服务端口，提交提示词参数即可发起生成请求。

   pip install jina

   复制

7. 7发送请求代码

   通过 Client 向 /create 接口提交 name_docarray 与 text_prompts 参数。

   from jina import Client
   
   c = Client(host='grpc://0.0.0.0:51001')
   
   da = c.post(
       '/create',
       parameters={
           'name_docarray': 'mydisco-123',
           'text_prompts': [
               'A beautiful painting of a singular lighthouse',
               'yellow color scheme',
           ],
       },
   )

   复制

关键配置

如何确认成功

浏览器访问 http://127.0.0.1:51000 可打开 Notebook；服务模式下访问 http://127.0.0.1:51001 即表示启动成功。

常见问题

注意事项

• README 只提供 pip 与 Docker 两种安装方式，其余命令请勿自行推测。
• Windows 用户必须走 WSL 路线，并注意系统版本要求。
• 运行容器时建议挂载 $HOME/.cache，避免模型缓存反复下载。
• 挂载 $(pwd) 到 /home/jovyan/ 可让生成结果落到宿主机当前目录。